本文へ移動
cccskills
無料GitHub で公開

continuous-learning

Automatically extract reusable patterns from Claude Code sessions and save them as learned skills for future use.

インストール方法を見る

含まれるファイル(3)

  • SKILL.md3.8 KB
  • config.json391 B
  • evaluate-session.sh2.3 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

持续学习技能(Continuous Learning Skill)

在会话结束时自动评估 Claude Code 会话,提取可保存为已学习技能(Learned Skills)的可复用模式。

何时激活

  • 设置从 Claude Code 会话中自动提取模式
  • 为会话评估配置 Stop 钩子(Hook)
  • 查看或整理 ~/.claude/skills/learned/ 中的已学习技能
  • 调整提取阈值或模式类别
  • 比较 v1(当前)与 v2(基于直觉/Instinct)的方法

工作原理

此技能在每个会话结束时作为 Stop 钩子(Hook) 运行:

  1. 会话评估:检查会话是否有足够的消息(默认:10 条以上)
  2. 模式检测:从会话中识别可提取的模式
  3. 技能提取:将有用的模式保存到 ~/.claude/skills/learned/

配置

编辑 config.json 进行自定义:

{
  "min_session_length": 10,
  "extraction_threshold": "medium",
  "auto_approve": false,
  "learned_skills_path": "~/.claude/skills/learned/",
  "patterns_to_detect": [
    "error_resolution",
    "user_corrections",
    "workarounds",
    "debugging_techniques",
    "project_specific"
  ],
  "ignore_patterns": [
    "simple_typos",
    "one_time_fixes",
    "external_api_issues"
  ]
}

模式类型

模式描述
error_resolution特定错误的解决方法
user_corrections来自用户纠偏的模式
workarounds针对框架/库缺陷的解决方案
debugging_techniques有效的调试方法
project_specific项目特定的约定

钩子设置(Hook Setup)

添加到您的 ~/.claude/settings.json:

{
  "hooks": {
    "Stop": [{
      "matcher": "*",
      "hooks": [{
        "type": "command",
        "command": "~/.claude/skills/continuous-learning/evaluate-session.sh"
      }]
    }]
  }
}

为什么使用 Stop 钩子?

  • 轻量化:仅在会话结束时运行一次
  • 非阻塞:不会给每条消息增加延迟
  • 完整上下文:可以访问完整的会话记录

相关内容


比较笔记(调研:2025年1月)

与 Homunculus 对比

Homunculus v2 采用了更复杂的方法:

特性我们的方法Homunculus v2
观察机制(Observation)Stop 钩子(会话结束)PreToolUse/PostToolUse 钩子(100% 可靠)
分析方式(Analysis)主上下文(Main context)后台智能体(Haiku agent)
粒度(Granularity)完整技能(Full skills)原子化“直觉”(Atomic "instincts")
置信度(Confidence)无0.3-0.9 权重
演进路径(Evolution)直接生成技能直觉 → 聚类 → 技能/命令/智能体
共享方式(Sharing)无导出/导入直觉

来自 Homunculus 的关键见解:

“v1 依赖技能(Skills)进行观察。技能是概率性的——它们的触发频率约为 50-80%。v2 使用钩子(Hooks)进行观察(100% 可靠),并将‘直觉(Instincts)’作为学习行为的原子单位。”

潜在的 v2 增强功能

  1. 基于直觉的学习 - 带有置信度评分的更小、原子化的行为
  2. 后台观察者 - 并行分析的 Haiku 智能体
  3. 置信度衰减 - 如果发生冲突,直觉的置信度会降低
  4. 领域标签 - 代码风格、测试、Git、调试等
  5. 演进路径 - 将相关的直觉聚类为技能/命令

参见:/Users/affoon/Documents/tasks/12-continuous-learning-v2.md 获取完整规范。

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

生产级 API 的 REST API 设计模式,包括资源命名、状态码、分页、过滤、错误响应、版本控制和速率限制。

日本語の概要は準備中です。原文の説明を表示しています。

xu-xiang/everything-claude-code-zh1,9822026年3月5日 更新

REST API设计模式,包括资源命名、状态码、分页、过滤、错误响应、版本控制和生产API的速率限制。

日本語の概要は準備中です。原文の説明を表示しています。

xu-xiang/everything-claude-code-zh1,9822026年3月5日 更新

撰写文章、指南、博客、教程、时事通讯等长篇内容,并根据提供的示例或品牌指南呈现独特的语言风格。当用户需要篇幅超过一段的精炼文字,且重视风格一致性、结构和可信度时,请使用此技能。

日本語の概要は準備中です。原文の説明を表示しています。

xu-xiang/everything-claude-code-zh1,9822026年3月5日 更新

编写文章、指南、博客帖子、教程、新闻通讯(newsletter)以及其他长篇内容。这些内容具有从提供的示例或品牌指南中提取出的独特语气。当用户需要比段落更长的精美文案,且对语气一致性、结构和可信度有要求时,请使用此技能(Skill)。

日本語の概要は準備中です。原文の説明を表示しています。

xu-xiang/everything-claude-code-zh1,9822026年3月5日 更新

编写文章、指南、博客、教程、时事通讯(Newsletter)等长内容,支持从示例或品牌指南中提取独特的语感语调。适用于需要撰写超过一个段落的精炼文本,尤其是对语气一致性、结构和可信度有较高要求时。

日本語の概要は準備中です。原文の説明を表示しています。

xu-xiang/everything-claude-code-zh1,9822026年3月5日 更新

根据提供的示例或品牌指导,以独特的语气撰写文章、指南、博客帖子、教程、新闻简报等长篇内容。当用户需要超过一段的精致书面内容时使用,尤其是当语气一致性、结构和可信度至关重要时。

日本語の概要は準備中です。原文の説明を表示しています。

xu-xiang/everything-claude-code-zh1,9822026年3月5日 更新

xu-xiang のスキルをすべて見る

このスキルの問題を報告する